MétaCan
Menu
Retour à la cohorte
Enregistrement W7117145350 · doi:10.1038/s41598-025-32224-2

Randomly distributed optical fibers in translucent mortar for privacy-preserving light transmission and digital image reconstruction

2025· article· en· W7117145350 sur OpenAlexafffund
Karina Hwang Arcolezi, Vivien Marion, Bora Ung, Claudiane Ouellet-Plamondon

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesFonds de recherche du QuébecCanada Research ChairsÉcole de technologie supérieure
Mots-clésRobustness (evolution)Optical fiberIterative reconstructionTransmission (telecommunications)Digital imagingFiberDigital imageColor-codingRotation (mathematics)

Résumé

récupéré en direct d'OpenAlex

Light-transmitting building materials often compromise visual privacy due to coherent light transmission. This study presents a novel composite utilizing randomly distributed optical fibers coupled with a computational image reconstruction system. A limestone-calcined clay cement (LC³) inspired matrix was designed for sustainability and material performance. An algorithmic approach assigned a random traceable fiber distribution via a bijective input-output mapping. The random fiber configuration achieves effective light diffusion, preserving physical privacy. However, using digital imaging and homography-based calibration, the network was computationally reconstructed to reverse the diffusion, recovering hidden visual information accurately. This demonstrates a dual functionality: architectural privacy combined with selective digital transparency. Geometric robustness tests confirmed a stable operational envelope (estimated error of 2.9%) across viewing distances of 30–110 cm and camera rotation angles up to ± 35º (pitch and yaw), establishing these fiber-instrumented cementitious composites as hybrid physical-digital materials for smart infrastructure applications.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,223
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207